Z 检验是一种统计工具，用于确定两个分布的均值是否在已知方差和大样本量的情况下发生变化。

它是一种假设检验形式，用于决定是否接受原假设。 作为统计检验，它是单变量的，期望检验统计结果服从标准正态分布。

仅当存在已知标准偏差和大样本量 (n>30) 时才使用它。

Z 分数或 Z 统计量表示检验统计结果偏离均值分布以上或以下的程度。

例如，+1.45 的 Z 分数表示检验统计结果比均值高出 1.45 个标准差。 相比之下，-1.45 的 Z 分数意味着观察结果偏离平均人口以下 1.45。

应遵循以下步骤进行 Z 检验：

可以使用以下公式来计算 Z 检验：

哪里， 

假设特定班级的智商分数是 113。印度的平均智商是 100，标准差是 15。这个班级的智商是否明显高于平均智商？

以下是一些可以考虑作为 Z 测试运行的重要测试：

以下是 Z 检验的一些重要优点。

尽管有各种优点，Z 检验也有一些明显的局限性：